ИИ повышает глобальное прогнозирование наводнения.

Люди полагаются на Google за надежную информацию во время кризисов, чтобы защитить себя и своих близких. Наводнения, являющиеся наиболее распространенным стихийным бедствием, затрагивают почти 1,5 миллиарда человек - около 19% населения мира - которые сталкиваются с значительным риском из -за сильного наводнения. Мало того, что наводнения угрожают жизни, но также приводят к экономическому убыткам в мире около 50 миллиардов долларов в мире.

В течение большей части истории точное прогнозирование наводнений в больших масштабах было жестким из -за сложности проблемы и отсутствия необходимых ресурсов и данных. С мониторингом лишь крошечной доли мировых рек, контролируемых Streamflow Gauures, это стало серьезной проблемой безопасности, особенно для людей в развивающихся странах и недостаточно обслуживаемых общинах.

В новой статье, опубликованной в природе, мы исследуем, как ИИ может революционизировать прогнозирование наводнений, достигая областей, наиболее сильно пострадавших от изменения климата. Наши выводы показывают, что ИИ помог нам предсказать речные наводнения более точно до 7 дней вперед. Это позволило нам предложить прогнозы наводнений в 80 странах, охватив 460 миллионов человек. Мы также делаем эти прогнозы доступными через поиск Google, карты Google и уведомления Android, где это возможно.

Наш исследовательский блог глубже углубляется в статью, демонстрируя, как глобальные гидрологические технологии Google Research могут значительно повысить прогнозирование наводнений по сравнению с современными стандартами. Это особенно важно в странах с ограниченными данными о наводнениях, что позволяет нам расширить прогнозирование по всему миру. Системы раннего предупреждения могут кардинально сокращать погибшие, а расширенное время выполнения заказа-это изменение игры для сообществ. Наша технология расширила надежность глобальных Nowcasts с нуля до пяти дней в среднем, и мы улучшили прогнозы в Африке и Азии, чтобы соответствовать тем, кто в Европе с использованием ИИ.

Эта информация в настоящее время является инструментом для людей, сообществ, правительств и организаций по оказанию помощи предпринять упреждающие действия и защищать уязвимые группы населения. Это не было легким путешествием, особенно в областях с ограниченными данными и высоким воздействием наводнений. Когда мы выпускаем нашу последнюю статью, давайте подумаем о некоторых ключевых моментах в нашем стремлении использовать ИИ для точного прогнозирования речных наводнений:

Наш первый пилот в Индии преподал нам ценный урок

Наше путешествие началось с пилота в регионе Патна в Индии. Бихар, где находится Патна, является одним из самых подверженных наводнениям штатов, и многие жители сталкиваются с постоянной угрозой разрушительных наводнений. Мы объединились с местными чиновниками и использовали данные в реальном времени для разработки прогнозов наводнения, интегрируя их в общественные оповещения Google в 2018 году.

Мы накормили наши модели сочетание исторических событий, уровней реки и данных об местности, проводя сотни тысяч симуляций для создания подробных прогнозов наводнений реки. В то время как этот метод был направлен на точность для конкретных мест, нашей конечной целью было решение глобальной задачи. Мы верили, что машинное обучение может помочь масштабировать прогнозирование наводнений по всему миру.

Начало сотрудничества с исследованиями и научным сообществом

В 2019 году мы расширили наше покрытие прогнозирования наводнения на 12 раз, отправив 800 000 оповещений тем, кто в пострадавших районах, улучшая нашу технологию прогнозирования. Когда мы углубились в потенциал машинного обучения, мы начали работать с академическими исследователями, чтобы смешать моделирование наводнения на основе гидрологической физики с нашими методами ИИ.

Наше исследование и прогресс с длинными кратковременными сетями памяти (LSTM) для точных прогнозов наводнения вдохновили нас на представление глобальной платформы прогнозирования сквозной наводнения. Эта платформа предоставит надежную информацию, даже в регионах без датчиков наводнения.

Прогнозирование наводнений еще больше расширилось, но было ограничено местной доступностью данных

Опираясь на успех нашего пилота Индии, мы расширили наши прогнозы по всей Индии и Бангладеш, достигнув 360 миллионов человек. Мы справились с прогнозами до 48 часов вперед благодаря достижениям нашей технологии. Тем не менее, наши модели зависели от локальных данных потока, что заставило масштабирование в других странах.

Сворот к глобальной модели прогнозирования наводнений на основе ИИ и расширения для более чем 80 стран

Понимая ограничения полагаться на локальные данные и с учетом исследований искусственного интеллекта, мы перешли на глобальную модель. Мы использовали глобальные источники данных для обучения наших сетей LSTM, стремясь предсказать наводнения даже в областях без локальных данных Streathflow.

В 2022 году мы запустили платформу Plood Hub, предлагая прогнозы в 20 странах, включая 15 в Африке, где прогнозирование было ранее ограничено нехваткой данных. К 2023 году мы расширили еще 60 стран по всей Африке, Азиатско-Тихоокеанском регионе, Европе, Южной и Центральной Америке, охватив 460 миллионов человек. Теперь прогнозы в режиме реального времени на затопленном центре свободно доступны для многих уязвимых сообществ в развивающихся странах. Благодаря нашей глобальной модели, основанной на ИИ, доступ к наводнениям в Африке в настоящее время находится на одном уровне с Европой.

Работа в партнерстве

Чтобы продолжать продвигать науку и исследования вперед и реально изменить, когда она требуется больше всего, мы знаем, что сотрудничество с учеными, местными органами власти и международными организациями имеет решающее значение.

Мы работаем с международными группами по оказанию помощи, чтобы обеспечить действенные прогнозы наводнения и сотрудничать с мировой метеорологической организацией (WMO) для поддержки систем раннего предупреждения, в частности, ранних предупреждений для всей инициативы, стремящейся дать всем ранним предупреждениям об опасностях климата к 2027 году. Мы также изучаем, как AI может решать проблемы с недвижимостью, предназначенные в национальных наводнениях.

Мы тесно сотрудничали с учеными и гидрологическими организациями через ежегодные семинары и инициативы, такие как наш проект Caravan, который стандартизирует и собирает существующие наборы данных.

Наше путешествие далеко не сделано

По мере того, как изменение климата ухудшается, наводнения могут неожиданно поразить. Наша цель состоит в том, чтобы продолжать использовать наши исследования и технологии для расширения нашего охвата, предсказать другие связанные с наводнениями события, такие как Flash и городские наводнения, и изучить, как ИИ может решать более широкие проблемы адаптации к климату и проблемы с устойчивостью.